欢迎来到天天文库
浏览记录
ID:35167781
大小:9.43 MB
页数:75页
时间:2019-03-20
《基于气象测量场的风电爬坡事件与功率预测》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、''?,??....■■..TM743单位代码分类号::10422公开学号201212811密级::撫八,、%SHANDONGUNIVERSITY硕±学位论文ThesisforMasterDegree论文题目;基于气象测量场的风电爬坡事件与功率预测WindRampEventsandWindPowerForecastinUsinggM別eorologicalMeasurementField'作者姓名刘申读:?;培养单位电气工程学院乃!讀一,专业名称电力系统及其自动化
2、與炭。G:指导教师张A教S%适二r:—;褚晚东副教授巧戸苗合作导胃.葛造忌、■-.姆C庶/^20U年5月20曰等^’-^為.矿一X;.?一,.-与-::.了鼎导分类号;单位代码:10422/学冷密级:/^巧2〇山么折(SHANDONGUNIVERSITY硕±学位论文ThesisforMasterDereeg论文题目;某予i觀健向助巧电晚版華什与巧碑巧例'iV\^rtWxiilA/dRomE0tsIAW^PowfovscMt?p\/^A%tecnr〇(心M《鮮似Her*
3、field巧作者姓名别幸培葬单位屯^棘译瞧专化名務遂譜、砍&遺替就化推导教师张愈搞合巧导师蘇撫乐副扳較之〇^么0日r年5月i5原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体,均己在文中W明确方式标明。本声明的法律责任由本人承担。、论文作者签名;7'日期;)〇记居.11中|关于学位论文使用授权的声明本人同意学校保留或向国家有关部口或机构送交论文的印刷件
4、和电子版,允许论文被查阅和借阅;本人授权山东大学可W将本学位论文的全部或部分内容编入有关数据库进行检索,可W采用影印、缩印或其他复制手段保存论文和汇编本学位论文。保密论文在解密后应遵守此规定)(论文作者签名1导:lf.;云\师签名;日期oir1\山东大学硕±学位论文目录摘要IABSTRACTIll第1章绪论11.1研究背景及意义11丄1研究背景11丄2研究意义31.2研究现状41.2.1风电爬坡事件的定义41.2.2风电场短期风功率预测方法61.2.3风电爬坡事件预测研究方法81.3本文
5、主要工作10第2章气象测量场的数据特征分析112.1气象测量场数据相关性分析112.1.1空间分布的自动气象观测站112丄2观测站数据相关分析122丄3算例分析132.2风能资源参数152.2.1风速分布特性152.2.2风电机组出力特性152.2.3风资源参数预处理16218.3爬坡事件数据特征分析2.3118.爬坡时段风功率数据特性2.3.2风电场中爬坡事件统计分析212.4小结22第3章基于气象测量场的爬坡时段区域风功率预测243.1基于经验正交函数分解的气场测量场数据处理243丄
6、1经验正交函数分解的基本原理243.1.2基于EOF的气象测量场的模态分析26328.2爬坡时段区域风功率预测模型3.2.1区域风功率预测模型283.2.2算例分析3033.考虑风速预测误差的区间EOF分解343.3.1区间EOF分解原理343%.3.2考虑风速预测误差的区间风功率预测模型3.3.3算例分析別3.4小结39-第4章基于PSOSVM的风电爬坡事件预测404.1支持向量机原理401山东大学硕±学位论文4丄1支持向量机简介404丄2支持向量机原理414丄3LIBSVM工具箱介绍
7、444-.2基于PSOSVM的风电爬坡事件预测模型454.2.1支持向量机参数优化454.2.2基于粒子群算法的SVM参数寻优474.2.3风电爬坡事件预测模型484350.算例分析4.3.1预测模型输入和参数选择514.3.2风电爬坡事件预测实例524.4小结55第5章结论与展望%5.1本文结论%5.2展望巧参考文献58致谢62作者在攻读硕±学位期间取得的成果63山
此文档下载收益归作者所有